一种用于神经网络的近似乘法器实现方法及近似乘法器

    公开(公告)号:CN119645344A

    公开(公告)日:2025-03-18

    申请号:CN202411671575.6

    申请日:2024-11-21

    Applicant: 南京大学

    Abstract: 本发明公开了一种用于神经网络的近似乘法器实现方法及近似乘法器,其技术方案要点是包括,输入第一操作数和第二操作数,将第一操作数拆分为低位部分和高位部分;对低位部分进行第一编码,得到多组第一编码数,并对高位部分进行第二编码,得到多组第二编码数;将多组第一编码数和多组第二编码数组装,形成组装操作数;根据组装操作数和第二操作数,生成部分积矩阵和对应部分积矩阵的截断误差补偿值;基于部分积矩阵和截断误差补偿值,生成第一操作数和第二操作数的近似乘法结果,本发明将近似高基编码与截断补偿结合使用,在保证计算精度和最终网络推理精度的前提下,大幅提升了近似乘法器的性能。

Patent Agency Ranking